プロンプトが効かない原因5つ｜症状別診断と直し方【コピペ例付き】

この記事の監修者

リスキルAIキャリア編集部

リスキルAIキャリアは、AI時代の学び直し・キャリア形成・副業・転職に役立つ情報を発信するWebメディアです。編集部では、生成AIスキルの身につけ方、AI関連スクール・講座の選び方、キャリアアップにつながる学習方法などを、実務目線でわかりやすくお届けしています。

プロンプトが効かない原因の大半は、モデルの性能ではなく指示側にあります。言い換えを繰り返す前に、症状から原因を切り分けてください。この記事は「症状→原因→対処」で診断し、コピペで直せる修正プロンプトまで示します。

向き不向きも書きます。5分で片づけたい人には手順が少し面倒です。再現性のあるプロンプト力を業務や社内評価につなげたい初〜中級者に向いています。

まず確認｜プロンプトが効かない時の30秒診断

症状から原因の当たりを付けます。理論より先に、下の表で自分の状況を特定してください。

この表で当たりを付けてから、該当箇所だけ直してください。全部を一度に変えると、どの修正が効いたか分からなくなります。

プロンプトが効かない原因は大きく5つ

効かない原因は次の5つに分かれます。効かないプロンプト例と、足すべき情報をセットで確認してください。

この分類は、OpenAIの公式ドキュメント「Prompt engineering」とAnthropicの公式ドキュメント「Prompt engineering overview」で示された基本原則と重なります。両者に共通するのは、指示を具体化すること、必要な文脈を渡すこと、出力例を示すことです。短い依頼で失敗する場合は、モデル変更より先に目的・前提・形式の不足を確認してください。

型で先回りしたい人は、プロンプトのフレームワーク9選｜暗記より使い分けで成果を出すもあわせて読むと理解が速まります。

業務別のNG→修正プロンプト｜コピペで直す

同じ「効かない」でも、業務ごとに直す場所が違います。よく使う4業務のNGと修正を並べます。条件を1行ずつ足すほど、AIの推測に頼る余地が減ります。

営業メールで効かない場合

NGプロンプト:「見込み客に送る営業メールを書いて」

修正プロンプト:次の条件で、初回商談後のお礼メールを作成してください。

• 相手：従業員300名規模の人事部長
• 関係：昨日30分のオンライン商談を実施
• 目的：来週の再商談につなげる
• 訴求：生成AI研修で問い合わせ対応時間を削減できる点
• トーン：押し売りに見えない、簡潔
• 文字数：350字以内
• 件名：3案出す

議事録で効かない場合

NGプロンプト:「この会議を議事録にまとめて」

修正プロンプト:以下の文字起こしを、次の4項目に分けた表で整理してください。

• 決定事項：確定した内容を1行ずつ
• 宿題・担当者：誰が何をするか
• 期限：宿題ごとの締切
• 未決事項：次回に持ち越す論点

企画書で効かない場合

NGプロンプト:「新規事業の企画書を作って」

修正プロンプト:次の前提で、社内提案用の企画骨子を作成してください。

• 業界：中小製造業向けのSaaS
• 予算：初年度300万円
• 顧客層：従業員50〜300名の総務部門
• 既存実績：自社は請求管理ツールを提供中
• 禁止条件：数値の根拠がない市場規模は書かない
• 出力：課題・解決策・想定収益・リスクの4章立て

資料要約で効かない場合

NGプロンプト:「この資料を要約して」

修正プロンプト:貼り付けた原文だけを根拠に、400字で要約してください。

• 読者：この会議に出ていない役員
• 構成：結論→根拠→残る論点の順
• 制約：原文にない数値・社名・制度名は書かない。不明な点は『原文に記載なし』と書く

モデル・課金プランの限界か、指示の問題かを切り分ける

上位記事の多くは指示テクだけを語り、機種やプランに触れません。まず指示側を疑い、次に環境側を確認する順番が合理的です。下の表で先に疑うものを決めてください。

「20往復」はあくまで目安です。会話数そのものより、前提・条件・修正指示が混在している状態が問題になります。短文で毎回ブレる段階なら、課金より先に指示を直すのが合理的です。

環境が原因と判断したら上位モデルを検討します。モデルや料金は頻繁に変わるため本文では固定しません。最新条件はOpenAI公式のPricingページ、Anthropic公式のPricingページで確認してください。

まず使う基本テンプレ｜原因別の直し方

原因が分かれば直し方は決まります。次の項目を埋めるだけで、プロンプトの失敗はかなり減ります。

• あなたの役割：
• 目的：
• 読者／相手：
• 前提情報：
• 使ってよい情報：
• 禁止事項：
• 出力形式：
• 文字数：
• トーン：
• 不明点の扱い：

記入例です。営業メールを作る場合を示します。

• あなたの役割：BtoB営業メールの編集者
• 目的：初回商談後の再商談打診メールを作る
• 読者／相手：人事部長。昨日30分商談済み
• 前提情報：相手は生成AI研修を検討中。導入時期は未定
• 使ってよい情報：商談メモにある内容のみ
• 禁止事項：効果を断定しない。商談で出ていない数値を書かない
• 出力形式：件名3案、本文1案
• 文字数：本文350字以内
• トーン：丁寧だが売り込みすぎない
• 不明点の扱い：補完せず確認質問にする

形式が崩れる時の直し方

出力構造を先に指定します。議事録なら「決定事項・宿題・期限・担当者」の4項目を表で、と最初に書きます。字数は「各項目1行」など数値で縛ります。長すぎる時は「200字以内、結論から」と順序も指定します。

プロンプトが反映されない時の見直し順

指示が反映されない時は、上から1つずつ試してください。

1. 相反する指示がないか確認（「簡潔に」と「詳しく」の同居など）
2. 重要な条件を文末に置き直す
3. 望む出力例を1つ添える
4. 1回で全部やらせず、作業を2〜3ステップに分ける

OpenAIの前掲ドキュメントも「指示を具体化する」「例を示す」「タスクを分割する」を有効策として挙げています。反映されない原因の多くは、指示の矛盾か情報過多です。

事実の創作（ハルシネーション）も「効かない」の一類型

もっともらしい嘘や存在しない数値が返るのも「効かない」の一種です。資料要約や企画書で特に危険になります。渡していない数字が出てきたら、まず創作を疑ってください。

数値創作を防ぐ指示

• 「渡した資料にない数値・固有名詞は書かない」と明記する
• 「不明な点は『資料に記載なし』と書く」と逃げ道を用意する
• 要約は元データを貼り付けてから依頼する

社外提出前の検証チェックリスト

• 数値は元資料のどのページ・行にあるか確認したか
• 社名・サービス名・制度名の表記は公式サイトと一致しているか
• 年度・調査対象・サンプル数を落としていないか
• AIが補った推測表現を断定表現にしていないか
• 出典URLを本文または注記に残したか

外部統計を使う時は発表元まで確認します。雇用・賃金・職業能力開発なら厚生労働省、産業別の市場・企業活動なら経済産業省、人口や労働力なら総務省統計局を確認します。AIの出した数字をそのまま社外資料に載せないでください。

仕組みと対策を体系的に知りたい人は、ハルシネーションとは？原因・事例・5つの対策を初心者にもわかりやすく解説を参照してください。

会話が長くなると効かない｜前提の引き継ぎ方

やり取りが長くなると、AIは最初の前提を忘れます。記憶できる範囲（コンテキスト）に上限があるためです。会話数より、前提と修正指示が混ざっている状態が原因になります。

要点を数行で再投入する具体手順

前提を要約して入れ直します。次の3行を貼るだけで復帰します。

• 目的：（例）営業部向け研修の企画書を作る
• 制約：（例）予算50万円・半日・オンライン
• 今の作業：（例）章立てだけ先に3案出す

迷ったら新しいチャットを開き、この3行から再開します。長い会話を続けるより、要点を再投入した方が精度は戻ります。過去の全文をコピーする必要はありません。

改善をBefore/Afterで記録する

効いた直し方は記録します。記録がないと、次回また同じ試行錯誤を繰り返すからです。スプレッドシート1枚で足ります。

1. 症状（何が効かなかったか）
2. 疑った原因（5分類のどれか）
3. 直した指示（Before/Afterの差分）
4. 結果（改善した点・残った課題）

この記録はそのまま副業や転職のポートフォリオになります。社内では「業務時間を何分短縮したか」を添えると評価につながります。Before/Afterの差分が、実力を示す証拠になります。

自分の弱点を体系的に潰すならPEP検定の範囲で確認する

この記事の5分類は、生成AI活用でつまずきやすい基本項目です。次のように学習領域と対応します。

• 指示があいまい：プロンプト設計
• 前提・情報不足：コンテキスト設計
• 形式指定なし：出力制御
• 事実の創作：検証・リスク管理
• 会話の長期化：タスク分割と再設計

我流で使っているだけだと、できる作業とできない作業の差が見えません。PEP検定のシラバスを使うと、どの領域が抜けているかを確認できます。受検前にやることは3つです。

1. この記事の5分類で、自分がよく失敗する項目を1つ選ぶ
2. Before/Afterのプロンプトを3件記録する
3. PEP検定のシラバスで該当範囲を確認する

受検手順や勉強時間は、PEP検定の勉強法を公式シラバスから逆算｜難易度・勉強時間・受験手順を解説で確認してください。

よくある質問

ChatGPTでプロンプトが効かないのはなぜですか？

多くは、目的・前提・出力形式の不足です。まず「誰向けに」「何のために」「何文字・どの形式で」を足してください。長文要約や最新情報の確認で失敗する場合は、モデルや情報源の限界も疑います。

Claudeで指示が反映されない時はどう直しますか？

長い指示を一度に詰め込まず、役割・前提・作業内容・出力形式を分けて書きます。長い会話では新しいチャットを開き、目的・制約・現在の作業を3行で再投入してください。

プロンプトを細かく書いても無視される時は？

相反する指示がないか確認します。「詳しく」と「200字以内」、「初心者向け」と「専門用語を省略しない」などが同時に入っていると崩れます。重要な条件は最後に再掲してください。

AIが出した数字はそのまま使ってよいですか？

使ってはいけません。数値と固有名詞は一次資料と1つずつ照合します。統計は厚生労働省など発表元の公式ページで確認します。渡していない数字が出たら創作を疑ってください。

プロンプト改善に資格や検定は必要ですか？

必須ではありません。ただし業務で再現性を求めるなら、プロンプト設計・出力検証・リスク管理を体系的に確認する必要があります。PEP検定のシラバスは、抜け漏れ確認の材料として使えます。